谷歌研究院于9月4日宣布，携手霍华德·休斯医学研究所珍妮莉娅研究园区（HHMI Janelia Research Campus），首次绘制出成年雄性果蝇的完整大脑和中枢神经系统图谱。该成果以MaleCNS v1.0数据集形式公开，包含166,691个神经元、约1.25亿个突触连接，并记录了11,691种细胞类型。这一连接组数据集的发布，为神经科学和人工智能交叉领域提供了新的研究基础。
MaleCNS v1.0是一张精确到单个神经元及突触连接的“神经线路图”，覆盖成年雄性黑腹果蝇的中枢神经系统。据谷歌研究院介绍，团队利用人工智能算法处理了数百万张二维图像，并将其重建为三维神经形态，最终还原出超过16.6万个神经元的完整结构。该数据集识别出7,205种同构细胞类型、114种两性异形类型、262种雄性特有类型及69种雌性特有类型，为研究性别相关行为的神经基础提供了参照。
图谱发布后，软件工程师Alex Wormuth基于MaleCNS v1.0连接组搭建了一个实验性系统，将经典游戏《毁灭战士》作为测试环境。该系统将游戏每一帧画面转化为对感觉神经元的刺激，再依据神经活动生成对应的游戏控制输入。为建立强化机制，项目将角色受伤设为负向反馈：每次受到伤害，系统都会刺激2个PPL101多巴胺细胞。Wormuth希望借此观察，这套数字化的果蝇神经系统能否在反复交互中学会规避风险并在游戏中存活。
另一位开发者Jessica Paquette也展示了类似方向的实验，使用果蝇大脑模型控制《超级马力欧64》。其公开视频时长1分20秒，画面显示游戏角色反复起跳并撞到墙面。这些实验并非严谨的神经科学研究，更多是开发者对大规模生物连接组数据在实时控制任务中应用潜力的技术验证。
从行业视角看，谷歌此次发布的果蝇全脑图谱是连接组学领域的重要进展。果蝇作为模式生物，其神经系统复杂度远低于哺乳动物，但已具备感知、学习、记忆和运动控制等基本功能。完整的中枢神经连接组数据，为理解生物智能的底层机制提供了前所未有的精度。MaleCNS v1.0的公开，意味着研究人员可以在数字环境中模拟一个完整生物的神经系统活动，这在以往受限于数据规模和计算资源而难以实现。
该数据集对AI领域的潜在影响值得关注。当前主流大模型和强化学习系统多基于人工神经网络架构，其设计灵感虽源自生物神经元，但并未严格复刻真实神经回路。果蝇完整连接组的可用性，为“生物启发式AI”提供了新的可能性——研究者可以直接在真实生物神经拓扑结构上训练算法，观察其学习行为与人工网络的差异。此类探索仍处于早期阶段，Alex Wormuth的实验也仅展示了基础的感觉-运动映射能力，距离复杂行为涌现尚有明显距离。
在算力基础设施层面，处理和模拟16.6万神经元、1.25亿突触的实时动态，对计算资源提出了较高要求。谷歌研究院在绘制图谱过程中积累的三维重建和AI辅助图像处理技术，本身也是计算神经科学领域的方法论进展。随着此类高精度生物数据集不断积累，神经科学、软件工程和AI基础设施之间的协作边界将进一步拓宽。
MaleCNS v1.0的发布也引发了关于数据开放与科研协作的讨论。谷歌与HHMI Janelia Research Campus的合作模式，以及将完整数据集面向社区公开的做法，或为其他大型生物数据项目提供参考。未来，类似的高精度连接组数据集若能在更多物种上实现，将对脑科学、类脑计算乃至通用人工智能的研究路径产生持续影响。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
